基于GA优化T-S模糊神经网络的小电流接地故障选线新方法

被引：21

作者：

王磊 ^{[1
,2
]}

曹现峰 ^{[1
,2
]}

骆玮 ^{[1
,2
]}

机构：

[1] 合肥工业大学电气与自动化工程学院

[2] 安徽省新能源利用与节能重点实验室

来源：

电测与仪表 | 2016年 / 17期

基金：

安徽省自然科学基金;

关键词：

小电流接地系统; 单相接地; 选线; GA; T-S模糊神经网络;

D O I：

暂无

中图分类号：

TM862 [过电压保护装置]; TP183 [人工神经网络与计算];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）]; 140502 [人工智能];

摘要：

在小电流接地系统中,发生最多的是单相接地故障,针对如何快速准确地查找故障线路一直都是重点研究课题,且没有得到有效的解决。本文提出一种基于遗传算法(GA)优化T-S模糊神经网络的配电网故障选线新方法:通过调整传统GA的适应度函数,先对网络初始参数、权值进行一次优化后,使用梯度下降法进行二次优化的选线算法。讨论了T-S模糊神经网络,传统GA优化的T-S模糊神经网络及不同网络结构对网络性能的影响。研究结果表明新型GA优化T-S模糊神经网络的选线效果明显优于T-S模糊神经网络和传统GA优化T-S模糊神经网络,能够快速、准确、可靠的选取故障线路。

引用

页码：6 / 11

页数：6

共 13 条

[1]

基于单相电流行波的配电线路单相接地故障选线方法 [J].